がん患者の細胞における遺伝子発現を解析することは、がんの発生源の特定や治療法の効果予測に不可欠な手がかりを提供する。しかし、細胞は極めて複雑な構造を持ち、さまざまな生物学的層が重なり合っているため、どの測定方法を選ぶかが、得られる情報の質を大きく左右する。たとえば、遺伝子発現を測定すればがんの分子的特徴が明らかになり、タンパク質の量や活性を測定すれば細胞の機能的変化が把握できる。一方、細胞の形態（モルフォロジー）を観察すれば、がん細胞の異常な増殖様式や浸潤能に関する知見が得られる。 こうした多様な測定データを統合的に解釈するのは極めて難しく、研究者にとって大きな負担となる。そこで、米国マサチューセッツ工科大学（MIT）の研究チームが開発したAIツールが注目されている。このツールは、複数の測定データ（遺伝子発現、タンパク質、形態など）を統合的に分析し、どの測定ががんの進行や治療反応に最も関連しているかを自動で特定する。研究者にとって、無駄な測定を省き、最も重要な情報を迅速に抽出できるよう支援する。 このAIアプローチにより、従来は手作業で行っていたデータの選定や解釈のプロセスが効率化され、がん研究の精度とスピードが飛躍的に向上する可能性がある。特に、個別化医療の実現に向けて、患者ごとの最適な治療戦略を導くための基盤として、この技術の活用が期待されている。